[发明专利]利用相邻端口压力模式检测嵌入式大气数据系统中的故障压力测量的系统和方法

说明书

本发明涉及一种用于实时检测和隔离嵌入式大气数据系统(FADS)中的阻塞的压力端口(外端口和内端口)和/或故障压力测量的方法。压力端口位于外圈和内圈的周边，而最内部的压力端口位于机头罩的中央。最初通过大量仿真来建立对于马赫数、迎角和侧滑角的不同飞行条件在两个相邻端口之间的最大压力差。在飞行过程中，利用在相应圈中最近的两个相邻端口将每个压力端口读数与预定阈值进行比较。通过在处理器的一个较小周期的计算时间段内检测到比正常预期大的变化，进一步隔离故障压力端口对。对于马赫数1和马赫数1，使用两组阈值。

技术领域

本发明属于嵌入式大气数据系统领域，并且涉及嵌入式大气数据系统(FADS)中阻塞的压力端口的实时检测和隔离和/或故障压力测量。本发明可用于再入飞行器、战斗机和民用飞机的FADS以及使用FADS的行星探测器。

背景技术

FADS使用来自与飞行器的前锥体嵌入在一起的压力端口的表面压力测量来生成大气数据参数，例如迎角、侧滑角、马赫数和动压力。这些大气数据参数由再入飞行器的制导和控制系统用于实时控制、减轻阵风负荷等。再入飞行器通过调节迎角来控制作用在飞行器上的空气动力加热和结构负荷。再入期间控制迎角至关重要。马赫数和动态压力用于增益调度，以及用于将控制从反应控制系统切换到空气动力控制表面。因此，在再入飞行器中，飞行各个阶段的大气数据参数的测量是至关重要的。

由于FADS依赖于飞行器的前锥体上压力端口的表面压力测量，因此这些压力测量无故障是至关重要的。然而，由于压力变送器故障或因结冰或异物导致的压力端口阻塞而在这些压力测量中可能发生故障。压力端口阻塞和变送器故障可能导致估计的大气数据参数明显偏离其真实值，最终可能导致控制失误以及飞行器和任务失败。因此，从FADS计算中去除阻塞的压力端口或故障变送器以提高FADS估算的准确性和可靠性是至关重要的。这就需要一种创新的故障检测和隔离(FDI)方案，该方案在计算上不那么繁琐，并且对于在机载计算机上实施有效。

US7257470描述了基于人工智能的大气数据系统中的故障隔离方法和装置。它特定于基于人工智能的大气数据系统。在这项工作中，使用某种形式的人工智能算法(例如神经网络)将测得的压力值进行组合，以生成全局大气数据参数。这些输出的大气数据参数与来自压力端口的一些压力读数一起使用，以生成每个测量压力读数的估计值。估计压力值与测量压力值之差用于将端口声明为故障。因此，这是一种逆向方法，需要与压力端口数量一样多的神经网络。对于除了用于计算大气数据参数的神经网络之外的九个压力端口的情况，还需要另外九个神经网络来估计这九个端口的压力。因此，为了FDI的目的，该方法对FADS的输入参数(即压力)进行操作，因此需要逆向模型。

GB2419673描述了用于飞机的基于人工智能的大气数据系统中的故障隔离方法和装置。在使用人工智能生成大气数据参数的大气数据系统中，提供故障隔离的方法包括根据多个测量值(例如静态压力)生成大气数据参数。然后，根据所生成的大气数据参数来生成多个测量值中的每一个的估计值。然后，可以将每个测量值与其对应的估计值进行比较，以确定测量值与其对应的估计值之间的差是否超过阈值，并因此指示提供测量值的设备中的故障。人工智能算法可以是神经网络或支持向量机。大气数据系统可以是FADS。大气数据参数可以是飞行器的迎角、侧滑角、马赫数、全局总压力或全局静压力。多个测量值可以包括指示控制面位置、控制面负荷、力、起飞时的飞行器质量、飞行器质量平衡、剩余燃料质量、发动机推力、卫星信息、高度、空气温度、飞行器加速度、飞行器姿态或起落架位置的测量值。该专利与同一发明人的美国专利号7257470相同。